摘要： [专题视角] 推动人工智能与中小学教育深度融合,加快创建人工智能助能的新型教育模态、教育方式、教育生态.2025 年 4 月,四川省中学、小学教育教学改革发展研究共同体"校长论坛"召开,主题聚焦"人工智能助能学校育人方式变革与管理机制创新".

关键词： 人工智能   iFIAS   优质课   师生互动  

摘要： 人工智能的飞速发展引起了教育系统的变革，人工智能课堂师生互动的特点成为亟待研究的问题。研究利用“改进型弗兰德斯互动分析系统”（iFIAS)，从课堂言语互动结构、师生情感气氛、师生问答互动、人工智能技术操作、学生课堂言语、教师控制与强化等方面对10节人工智能优质课进行分析。研究发现，人工智能课堂课堂情感氛围良好，师生互动积极，教学反思丰富，学生提问的数量与质量等有所提高。基于此，提出相关教学建议致力于提高未来教育的师生互动质量等方面为一线教师提供借鉴与参考。

关键词： 人工智能技术   电气工程自动化   应用  

摘要： 本课题着重研究了人工智能在电气工程自动化中的应用,并对其在数据采集和处理、运行控制优化和设备管理中的应用进行了深入的研究.研究显示,利用机器学习、深度学习等先进技术,在提高作业效率的同时,可有效减少人工作业造成的错误,达到对设备进行远程监测和可预见性维修的目的.通过强化装备和工艺匹配、积极引进专业人才的优化对策,以促进科技成果的转化.并以电机故障诊断为例,对人工智能技术在电气工程自动化领域的应用效果进行实证研究,为产业智能化升级提供强有力的支持与借鉴.

摘要： 大数据时代的来临,对统计学的发展提出了更高的标准和要求,而人工智能技术的快速发展为统计学的发展创造了良好的条件,统计学与人工智能的协同发展也受到了人们的广泛关注。本文根据现有研究资料结合自身对统计学与人工智能协同发展的认识和理解,在研究中详细阐述了两者协同发展的路径。大数据时代统计学与人工智能发展过程中的机遇与挑战,然后深入分析了两者协同发展的必要性和重要性,认为在协同发展的路径上,应该从理论融合和技术方法创新等角度进行。通过研究,希望能够对大数据时代统计学与人工智能的协同发展提供一些帮助和启示。

关键词： 人工智能   数据要素   垄断风险   预警机制   合规治理   数据二十条  

摘要： [研究目的]优化人工智能数据垄断风险预警机制并提升风险治理效果,能提升高质量数据供给能力和释放数据要素价值,进而全面满足技术发展的数据需求。[研究方法]运用规范分析方法类型化梳理出现的拒绝交易等垄断风险,发现传统事后规制模式面临着较严重的理论困境与预警失灵而适用困难。引入预防性治理理论不仅是因应国内外监管方向调整的共识,也能强化事前监管的正当性基础并且促进治理机制优化。[研究结果/结论]为实现我国反垄断法预防目标并促进数据要素高效流通,可以从经营者和执法机关的协商互动切入推动风险预警与治理框架完善,而后细化内部合规要求和豁免适用标准,并强化外部正向激励及其实质性审查,促进数据垄断风险的高效治理。

关键词： 人工智能   算法推荐   思想政治教育   风险   治理  

摘要： 人工智能时代，算法推荐技术重塑了信息传播格局，推动了传播范式的结构性变革。基于海量数据分析、用户数字画像、内容精准投放和场景模拟仿真的算法应用，思想政治教育拓展了新的实践场域，然而，算法背后的资本逻辑所导致的信息茧房效应、泛娱乐化倾向及潜在偏见风险，也为思想政治教育带来了新的情境性挑战。对此，需采取多维治理策略：通过规范技术应用与夯实主流价值根基，推进思想政治教育话语体系创新；以强化主流价值引领为核心，净化网络舆论生态；通过制度性约束遏制算法权力无序扩张，以社会主义制度优势引导资本规范发展，最终构建政府主导、平台履责、公众参与的多元协同治理格局。

关键词： 科研人员   数字韧性   生成式人工智能   影响因素   韧性创新  

摘要： [目的/意义]厘清生成式人工智能情境下科研人员数字韧性层次结构及影响因素，不仅有助于科研人员适应技术发展潮流，提升技术素养，还有助于科研人员学术研究的韧性创新发展。[方法/过程]基于32名不同学科领域科研人员的访谈数据，构建生成式人工智能情境下科研人员数字韧性层次结构及影响因素研究模型。[结果/结论]生成式人工智能情境下科研人员数字韧性基本经历“情感抗拒—适应发展—韧性创新”3个层次阶段。同时还发现，个体因素、技术因素和环境因素是影响科研人员数字韧性形成和发展的重要因素。据此，提出了“个体—技术—环境”的科研人员数字韧性影响因素理论框架。研究结果对于提升科研人员情绪智力、激活创造性自我效能提供有益参考。

关键词： 生成式人工智能   训练数据   版权   著作权法   作品   合理使用   机器学习   文本与数据挖掘  

摘要： 生成式人工智能训练中使用作品的版权问题，主要是未经授权使用作品训练人工智能模型这一情形是否构成侵权抑或合理使用的论争。人工智能模型训练过程中对作品的使用有必要纳入合理使用范畴：从法理层面，这种使用属于非表达性使用；从经济层面，经济成本、行业集中度等是其应构成合理使用的重要因素；从国家发展层面，其能否构成合理使用将对中国人工智能产业的国际竞争力产生重要影响；同时，法秩序统一原理亦要求将人工智能训练使用作品的情形纳入合理使用的范畴。就中国而言，应遵循“宽进严出”的原则，一方面将训练使用作品这一情形纳入合理使用范畴；另一方面，对于输出阶段的侵权仍进行严管。从制度构建的角度，应在《中华人民共和国著作权法》合理使用条款中新增训练阶段使用作品构成合理使用的具体情形。同时，考虑对著作权人权益的保护，应为这种具体的合理使用规定一定的限制性条件。

关键词： 人工智能   基于变换器的双向编码器表征   加氢反应   反应预测  

摘要： 催化加氢技术广泛应用于化工生产与研究,但由于其本身具有高压、易燃、易爆等高危险性,限制了其在教学实践中的应用。以加氢反应为模板反应,通过构建催化加氢反应数据库,并采用基于BERT模型的双向编码器结构训练加氢反应产率预测模型,结合自动化装置,将AI、数字孪生与自动化控制技术融入实验教学,并进行配套课程设计,实现了实验的在线仿真与自动化操作,从而构建起新型数智化实验平台。该平台通过理论、数据与操作的协同融合,为化学实验教学探索出新的范式,开辟出一条安全、绿色、智能高效的新路径,实现了产、学、研并轨发展,助力培养人工智能与数据驱动时代的“未来化学家”。